ElasticSearch 详解
内容导读
互联网集市收集整理的这篇技术教程文章主要介绍了ElasticSearch 详解，小编现在分享给大家，供广大互联网技能从业者学习和参考。文章包含4774字，纯文字阅读大概需要7分钟。
内容图文
ElasticSearch 详解
1. ES 简介
??Elasticsearch 是一个基于 Lucene 实现的搜索服务器。它提供了一个分布式多用户能力的全文搜索引擎，基于 RESTful web 接口。Elasticsearch是用Java语言开发的，并作为Apache许可条款下的开放源码发布，是一种流行的企业级搜索引擎。Elasticsearch用于云计算中，能够达到实时搜索，稳定，可靠，快速，安装使用方便。
??ES 的特点：
-
分布式实时文件存储，可以将每一个字段都编入索引，使其可以被检索
-
可以作为一个大型分布式集群（数百台服务器）技术，处理PB级数据
-
Elasticsearch不是什么新技术，主要是将全文检索、数据分析以及分布式技术，合并在了一起，才形成了独一无二的ES
??什么是 Lucene：
??Lucene 就是一个jar包，里面包含了各种建立倒排索引的方法，java开发的时候只需要导入这个jar包就可以开发了。
??Lucene 的查询原理：https://blog.csdn.net/weixin_44981707/article/details/114437027
??ES 和 Lucene的区别：
??ES的底层就是 Lucene，ES是分布式的，Lucene 就是一个检索工具，不是分布式的。Lucene 有两个难以解决的问题：
- 数据越大，存不下来，那么就需要多台服务器进行存储，并作统一管理。Lucene不支持分布式的，那就需要安装多个 Lucene 然后通过代码来合并搜索结果，这样很不好
- 数据要考虑安全性，一台服务器挂了，那么上面的数据不就消失了
??ES 就是分布式的集群，每一个节点其实就是隔离的 Lucene。ES 在 Lucene 基础上（即利用Lucene的功能）提供了一个分布式的、基于JSON的REST API 来更方便地使用 Lucene的功能。
ES 同时提供其他支持功能,如线程池,队列,节点/集群监控API,数据监控API,集群管理等。
2. ES 集群
??一个集群就是由一个或多个节点组织在一起，它们共同持有整个的数据，并一起提供索引和搜索功能。
??一个集群由一个唯一的名字标识，这个名字默认就是“elasticsearch”。一个节点只能通过指定某个集群的名字，来加入这个集群。
??这里假设一个集群有3个节点，索引有5个分片和备份，为了保证高可用，需要保证同一分片的备份不在同一个节点上。
2.1 节点 node
??一个节点是集群中的一个服务器，作为集群的一部分，它存储数据，参与集群的索引和搜索功能。和集群类似，一个节点也是由一个名字来标识的，
??一个节点可以通过配置集群名称的方式来加入一个指定的集群。默认情况下，每个节点都会被安排加入到一个叫做“elasticsearch”的集群中，这意味着，如果你在你的网络中启动了若干个节点，并假定它们能够相互发现彼此，它们将会自动地形成并加入到一个叫做“elasticsearch”的集群中。
??在一个集群里，可以拥有任意多个节点。而且，如果当前你的网络中没有运行任何Elasticsearch节点，这时启动一个节点，会默认创建并加入一个叫做“elasticsearch”的集群。
2.2 分片和复制 shards&replicas
??一个索引可以存储超出单个结点硬件限制的大量数据。比如，一个具有10亿文档的索引占据1TB的磁盘空间，而任一节点都没有这样大的磁盘空间；或者单个节点处理搜索请求，响应太慢。
??为了解决这个问题，Elasticsearch提供了将索引划分成多份的能力，这些份就叫做分片。当你创建一个索引的时候，你可以指定你想要的分片的数量。
??每个分片本身也是一个功能完善并且独立的“索引”，这个“索引”可以被放置到集群中的任何节点上。
??分片很重要，主要有两方面的原因：
- 允许你水平分割你的数据
- 允许你的分片在不同的机器上部署，达到扩容的目的
- 允许你在分片（潜在地，位于多个节点上）之上进行分布式的、并行的操作，进而提高性能/吞吐量。
??在一个网络/云的环境里，机器挂载是很场景的事情。这种情况下，有一个故障转移机制就显得非常重要。为此目的，Elasticsearch 允许你创建分片的一份或多份拷贝，这些拷贝叫做复制分片，或者直接叫复制。
??复制之所以重要，有两个主要原因：
- 在分片/节点失败的情况下，提供了高可用性。因为这个原因，注意到复制分片从不与原/主要（original/primary）分片置于同一节点上。
- 扩展你的搜索量/吞吐量，因为搜索可以在所有的复制上并行运行。
??总之，每个索引可以被分成多个分片。一个索引也可以被复制0次（意思是没有复制）或多次。一旦复制了，每个索引就有了主分片（作为复制源的原来的分片）和复制分片（主分片的拷贝）之别。
3. 数据插入查询
3.1 数据插入的过程
- shard_num = hash(routing) % num_primary_shards，计算出文档要分配到的分片，在从集群元数据中找出对应主分片的位置
- 请求接着会发送给对应的 Primary Shard，在Primary Shard上执行成功后
- 从Primary Shard上将请求同时发送给多个Replica Shard，请求在多个Replica Shard上执行成功并返回给Primary Shard后，写入请求执行成功
- 返回结果给客户端。
??ES 为了减少磁盘IO保证读写性能，一般是每隔一段时间（比如5分钟）才会把 Lucene 的 Segment 写入磁盘持久化。为了保证写入 Lucene 内存的数据不丢失，引入 Translog。
??在每一个 Shard 中，写入流程分为两部分，先写入 Lucene，再写入 TransLog。写入请求到达 Shard 后，先写 Lucene文件，创建好索引，此时索引还在内存里面，接着去写 TransLog，写完 TransLog 后，刷新 TransLog 数据到磁盘上，写磁盘成功后，请求返回给用户。（TransLog 只是记录少量命令操作而已）
3.2 数据查询流程
- 协调节点将检索请求广播到每个分片上
- 每个分片本地执行检索请求，构建检索匹配的优先队列（返回 doc_id )
- 协调节点整合全局搜索结果集 doc_id ，进行排序等（如果返回 20 个 doc_id ，可能我只要 10 个）
- 协调节点通过 doc_id ，提交多个获取数据的请求，每个请求根据 doc_id 路由到指定的分片上（是路由到主分片还是副分片，可以通过轮询策略等）
- 每个分片将数据返回给协调节点，协调节点将结果数据返回给客户端
内容总结
以上是互联网集市为您收集整理的ElasticSearch 详解全部内容，希望文章能够帮你解决ElasticSearch 详解所遇到的程序开发问题。 如果觉得互联网集市技术教程内容还不错，欢迎将互联网集市网站推荐给程序员好友。
内容备注
版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 gblab@vip.qq.com 举报，一经查实，本站将立刻删除。
内容手机端
扫描二维码推送至手机访问。